Drew Breunig：多数 Agent 工作终将沉淀为代码化工作流

dbreunig · x · 2026-11-05

Agentic AI Foundation 上 Drew Breunig 撰文提出核心论点：大多数 agentic 工作最终会变成工作流（workflows），方法是「找到踩出来的欲望路径，再铺上路面」。- 他观察到，人们最爱让 agent 做的任务，往往定义清楚后用纯代码就能完成。比如朋友让 Opus 4.5 每天早上综合 Strava 骑行数据、日历首个会议、渡轮时刻，计算最晚几点出门骑车上班——模型确实有用，但价值在于它帮人「scope、设计并实现」了这个多步任务，而非每天重复执行。- 正确姿势是：让模型负责发现和定义重复任务、迭代需求（比如朋友发现穿正装骑得慢），再把稳定下来的任务固化成代码工作流，让基础模型去做真正的开放性部分。- 作者曾任位置智能公司数据科学负责人，以人的日常路线固定性类比：agent 使用中的重复模式就是待提取的工作流。